Screening of Chemicals for Low Cost Heavy Oil Recovery through Microemulsion Stability Tests
Notice bibliographique
Résumé
Abstract This paper reports the results of laboratory scale screening of different chemicals for their microeumlsion generation capabilities to be eventually recommended for non-thermal heavy oil recovery (chemical flooding). The study was performed through visualization of microemulsions generated using vials and microscopic images. The impact of salinities of brine on the emulsification was studied thoroughly in order to identify the synergy between the selected chemicals and the heavy oil. An alcohol propoxy sulfate surfactant from the Alfoterra series, Alfoterra S23-7S-90, a nonionic surfactant HORA-W10, gave good emulsion formation results at low salinity conditions (2.5 wt. %, 3.8 wt. %). Polysorbate-type nonionic surfactant Tween 20 gave good emulsion formation at high salinity conditions (6.35 wt. %, 7.6 wt.%). Their emulsion formation performance with a crude heavy oil of viscosity 4,812cP and 11.74 °API helped create an initial correlation of performance with the composition of crude oil and synthetic brine samples of various salinities. Attempts were also made to stabilize oil-in-water emulsions formed with Alfoterra S23-7S-90, HORA-W10, Tween 20 using nanofluids (metal oxides), sodium carbonate, and an anionic polyacrylamide-based polymer (PolyFlood MAX-165). Emulsions were visualized under the Axiostar plus transmitted-light microscope and their stability was studied in order to screen the most optimal chemical (or chemical combinations) available for low cost heavy oil recovery.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».